肌电假肢手抓握力控制系统的设计与实现

为使上肢残疾者佩戴的肌电假肢手能够稳定地抓握物体,设计了一种基于表面肌电(sEMG)信号和力敏电阻器(FSR)的假肢手抓握力控制系统。系统以数字信号处理器(DSP)-ARM双处理器作为控制核心,通过sEMG传感器采集上肢残疾者手臂的表面肌电信号,从中解码期望的抓握力;通过FSR传感器采集假肢手抓握物体时的实际抓握力,作为反馈信号;然后运用无模型自适应控制方法实现假肢手抓握力的闭环控制。抓握力控制实验表明:该系统能够控制假肢手以期望力稳定地抓握物体。

猴子PMd区脑电解码抓握手势及机械手实时控制

过去的10年,脑机接口中对上肢有关的伸解码取得了非常大的成功,这给残障人士运动康复带来了希望。但与日常生活息息相关的手部的抓握动作的研究却很少涉及。当前,在解码手势方面有很多初步的工作,但是实时的抓握手势的解码工作还没有被系统地研究过。该研究首先建立了基于非人灵长类动物的植入式脑机接口平台,训练猕猴完成伸抓动作并记录PMd区的神经信号。通过FKNN算法异步解码出4种抓握手势和休息状态。然后,利用共享控制策略驱动灵巧的机械手完成与猴子相同的动作。结果表明大部分PMd区的神经元对伸抓动作具有调和特性,利用PMd区的神经元的解码正确率可以达到97.1%。在线控制模式中,猴子手的瞬时状态能够被成功解码出来并用于机械手的控制,正确率可以达到85.1%。我们的研究为残疾人士抓握运动的康复提供了新的思路和方法。